李軍偉,宋振斌,孫賓賓,柳曉東
(1.山東理工大學(xué)交通與車輛工程學(xué)院,山東 淄博 255000;2.濰柴動(dòng)力股份有限公司新科技研究院,山東 濰坊 261000)
目前,常見(jiàn)的電動(dòng)汽車動(dòng)力驅(qū)動(dòng)系統(tǒng)主要有單軸驅(qū)動(dòng)和分布式全輪驅(qū)動(dòng)兩種形式。單電機(jī)單軸驅(qū)動(dòng)的動(dòng)力構(gòu)型由于可以和傳統(tǒng)的內(nèi)燃機(jī)車輛共用開發(fā)平臺(tái),如圖1(a)、圖1(b)所示。因此開發(fā)成本和難度都比較低,但是在整車需求功率較低時(shí),該構(gòu)型的驅(qū)動(dòng)電機(jī)一般會(huì)工作在效率偏低的區(qū)域,使得整車經(jīng)濟(jì)性變差。如圖1(d)所示的分布式全輪驅(qū)動(dòng)的動(dòng)力系統(tǒng)由于其具有非簧載質(zhì)量大、系統(tǒng)可靠性低等缺點(diǎn)[5],使得該動(dòng)力構(gòu)型的電動(dòng)汽車目前尚處于研究階段。
圖1 電動(dòng)汽車驅(qū)動(dòng)系統(tǒng)構(gòu)型方案Fig.1 Electric Vehicle Drive System Configuration Scheme
近年來(lái),一種新型的動(dòng)力系統(tǒng)構(gòu)型方案由于其能夠兼顧整車的動(dòng)力性和經(jīng)濟(jì)性使其成為電動(dòng)汽車領(lǐng)域的研究熱點(diǎn)[1-3],如圖1(c)所示。轉(zhuǎn)矩分配是該構(gòu)型電動(dòng)汽車的關(guān)鍵技術(shù)之一,決定了電動(dòng)汽車的整體性能。文獻(xiàn)[4]采用龐特里亞金最小原理來(lái)制定雙電機(jī)驅(qū)動(dòng)電動(dòng)汽車的轉(zhuǎn)矩分配算法,它可以通過(guò)最小化哈密頓函數(shù)來(lái)尋找最優(yōu)解,但該條件只是全局最優(yōu)的必要條件,而不是充分條件,無(wú)法保證全局最優(yōu)。文獻(xiàn)[5]采用動(dòng)態(tài)規(guī)劃來(lái)制定雙電機(jī)系統(tǒng)的能量管理策略,但該方法只考慮了典型的城市行駛工況,并且沒(méi)有經(jīng)過(guò)試驗(yàn)驗(yàn)證,所以該算法的可行性無(wú)法得到保證。
由于該構(gòu)型的電動(dòng)汽車前、后電機(jī)驅(qū)動(dòng)轉(zhuǎn)矩過(guò)大,將會(huì)導(dǎo)致前、后驅(qū)動(dòng)輪打滑現(xiàn)象的發(fā)生,將降低整車的動(dòng)力性能,因此,在轉(zhuǎn)矩分配優(yōu)化的過(guò)程中,對(duì)前、后電機(jī)的驅(qū)動(dòng)轉(zhuǎn)矩施以最大值的限制是非常必要的。考慮到以上情況,提出了一種基于慣性權(quán)重線性遞減有限粒子群算法的雙電機(jī)電動(dòng)汽車驅(qū)動(dòng)轉(zhuǎn)矩分配策略。該策略在充分利用粒子群算法在全局轉(zhuǎn)矩分配尋優(yōu)的過(guò)程中,任意時(shí)刻在滿足需求轉(zhuǎn)矩的基礎(chǔ)上尋找兩個(gè)電機(jī)的最小電功率消耗點(diǎn),給出兩個(gè)電機(jī)的最優(yōu)驅(qū)動(dòng)轉(zhuǎn)矩,同時(shí)又保證兩個(gè)電機(jī)的驅(qū)動(dòng)轉(zhuǎn)矩不會(huì)超過(guò)其最大值,可以有效避免整車打滑現(xiàn)象的發(fā)生,確保整車的動(dòng)力性。
所研究的雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車采用前后軸電機(jī)驅(qū)動(dòng)方案,動(dòng)力系統(tǒng)組成,如圖2所示。
圖2 雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車動(dòng)力系統(tǒng)組成Fig.2 Configuration of Dual-Motor Dual-Axis Driving Electric Vehicle
該電動(dòng)汽車的動(dòng)力系統(tǒng)由前、后兩個(gè)驅(qū)動(dòng)電機(jī)、主減速器、差速器、動(dòng)力電池等部件組成。圖2 中的MCU_F 和MCU_R 為前、后驅(qū)動(dòng)電機(jī)的控制器,BMS為電池管理系統(tǒng),VCU為整車控制器[6]。VCU通過(guò)采集加速踏板的信息,并結(jié)合當(dāng)前車輛的運(yùn)行狀況以及電機(jī)、電池的狀態(tài)信息,確定當(dāng)前整車的需求轉(zhuǎn)矩,然后依據(jù)最優(yōu)算法把當(dāng)前的需求轉(zhuǎn)矩分配給前、后兩個(gè)驅(qū)動(dòng)電機(jī),使得施加在前、后驅(qū)動(dòng)軸上的力矩之和等于或接近于整車的需求力矩。整車參數(shù),如表1所示。
表1 整車參數(shù)Tab.1 Parameters of the Vehicle
根據(jù)雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車構(gòu)型特點(diǎn),整車控制器主要功能包括:高壓上電、駕駛員駕駛意圖識(shí)別、踏板和擋位信號(hào)的采集、故障診斷及處理以及雙電機(jī)驅(qū)動(dòng)轉(zhuǎn)矩分配等。根據(jù)以上的功能分析,并結(jié)合整車的結(jié)構(gòu)配置,整車控制系統(tǒng)結(jié)構(gòu)框圖,如圖3所示。從圖中可以看出,所開發(fā)的整車控制器應(yīng)包括:電源電路、CAN通信電路、低端驅(qū)動(dòng)電路、模擬量采樣電路和開關(guān)量采集電路[7]。其中,由于主控芯片需5V電源供電,而車載低壓蓄電池的電壓是12V,所以應(yīng)有12V轉(zhuǎn)5V電路;由于加速踏板需兩路獨(dú)立的5V電源,為了避免外部傳感器和板內(nèi)元件產(chǎn)生干擾,應(yīng)有獨(dú)立的5V輸出。
圖3 整車控制器結(jié)構(gòu)框圖Fig.3 Control Structure of VCU
雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車整車CAN總線通訊網(wǎng)絡(luò)拓?fù)鋱D,如圖4所示。該通訊網(wǎng)絡(luò)由兩路CAN組成,分別與整車控制器、前電機(jī)控制器、后電機(jī)控制器、電池管理系統(tǒng)及儀表控制器5個(gè)控制單元相連。整車控制器通過(guò)與電池管理單元的通訊,可以獲取電池的SOC、溫度、故障等級(jí)等有關(guān)動(dòng)力電池的信息,通過(guò)與電機(jī)控制器單元的通訊可以獲取前、后兩個(gè)電機(jī)的溫度、轉(zhuǎn)速、故障等級(jí)等有關(guān)驅(qū)動(dòng)電機(jī)的運(yùn)行信息,并結(jié)合整車故障等級(jí)確定當(dāng)前兩個(gè)電機(jī)所允許輸出的最大轉(zhuǎn)矩。整車控制器把采集到的加速踏板的狀態(tài)信息轉(zhuǎn)換為當(dāng)前的負(fù)荷系數(shù),將該系數(shù)與當(dāng)前兩個(gè)電機(jī)所允許輸出的最大轉(zhuǎn)矩相乘即可得到當(dāng)前狀態(tài)下的整車需求轉(zhuǎn)矩。然后整車控制器根據(jù)轉(zhuǎn)矩分配策略把整車需求轉(zhuǎn)矩分配給兩個(gè)驅(qū)動(dòng)電機(jī)。整車需求轉(zhuǎn)矩的計(jì)算,如式(1)所示。
圖4 整車CAN通訊網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.4 Structure of Vehicle’s CAN Network
式中:Td—整車需求轉(zhuǎn)矩;ɑ—電機(jī)負(fù)荷系數(shù);Tmax—某時(shí)刻雙電機(jī)系統(tǒng)所能輸出的最大轉(zhuǎn)矩值。
對(duì)于所研究的雙電機(jī)轉(zhuǎn)矩分配問(wèn)題,用粒子位置Xi=(xi1,xi2)表示在迭代時(shí)第i個(gè)粒子的轉(zhuǎn)矩值,xi1代表前電機(jī)轉(zhuǎn)矩值,xi2代表后電機(jī)轉(zhuǎn)矩值;用粒子速度Vi=(vi1,vi2)表示在迭代時(shí)第i個(gè)粒子轉(zhuǎn)矩的變化值,vi1代表前電機(jī)轉(zhuǎn)矩變化值,vi2代表后電機(jī)轉(zhuǎn)矩變化值。
個(gè)體極值指截止到該次迭代每個(gè)粒子自身所找到的最優(yōu)解,用Pi=(Pi1,Pi2)表示第i個(gè)粒子的個(gè)體極值。全局極值是指截止到該次迭代整個(gè)種群所找到的最優(yōu)解,用Pg=(Pg1,Pg2)表示種群的全局極值[8]。
迭代時(shí),慣性權(quán)重根據(jù)式(2)進(jìn)行取值。
式中:ω—當(dāng)前慣性權(quán)重;ωmax—最大慣性權(quán)重;ωmin—最小慣性權(quán)重;k—當(dāng)前迭代次數(shù);kmax—最大迭代次數(shù)。式(2)表明慣性權(quán)重隨著迭代次數(shù)的增加而逐漸變小,迭代初期搜索步長(zhǎng)較大,越接近目標(biāo)值,搜索步長(zhǎng)就越小,可以確保在迭代初期具有較強(qiáng)的全局搜索能力,在迭代后期具有較強(qiáng)的局部搜索能力,既提高了搜索速度,又確保了全局最優(yōu)。
每個(gè)粒子的位置和速度根據(jù)式(3)進(jìn)行更新:
式中:k—迭代次數(shù);c1、c2—學(xué)習(xí)因子,分別代表粒子向自身極值和全局極值推進(jìn)的加速權(quán)值;r1,r2—分布在(0,1)之間的隨機(jī)數(shù);ω—慣性權(quán)重,控制著前一速度對(duì)當(dāng)前速度的影響。
在運(yùn)用式(3)進(jìn)行更新的過(guò)程中,由于前、后電機(jī)的轉(zhuǎn)矩xi1和xi2不能超過(guò)其最大值x1max和x2max,因此,當(dāng)xi1>x1max時(shí),xi1=x1max;當(dāng)xi2>x2max時(shí),xi2=x2max;其中:
式中:φ—道路附著系數(shù);F1z、F2z—前、后驅(qū)動(dòng)輪法向反作用力。
利用式(6)求出每個(gè)粒子的適應(yīng)度值f,確定個(gè)體極值,并經(jīng)過(guò)比較確定全局極值。
式中:Tf、Tr—前、后電機(jī)的需求轉(zhuǎn)矩;ηf、ηr—前、后電機(jī)的工作效率。
迭代到最大次數(shù)后停止迭代,輸出最優(yōu)轉(zhuǎn)矩值。迭代停止時(shí),與最小適應(yīng)度函數(shù)值相對(duì)應(yīng)的粒子位置就是所搜尋的全局最優(yōu)雙電機(jī)轉(zhuǎn)矩值。迭代過(guò)程中,各系數(shù)取值,如表2所示。
表2 系數(shù)取值Tab.2 Value of the Parameters
在完成雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車控制系統(tǒng)硬件和軟件設(shè)計(jì)后,將控制代碼下載到整車控制器中進(jìn)行硬件在環(huán)測(cè)試(Hardware-in-the-Loop),驗(yàn)證電動(dòng)汽車整車控制系統(tǒng)的性能[9]。在NEDC 工況下對(duì)整車需求轉(zhuǎn)矩和轉(zhuǎn)矩分配算法進(jìn)行了HIL 測(cè)試[10],測(cè)試結(jié)果,如圖5、圖6所示。
圖5 NEDC工況需求轉(zhuǎn)矩Fig.5 Demand Torque’s Curve Under NEDC
圖6 NEDC工況轉(zhuǎn)矩分配Fig.6 Torque Distribution’s Curve Under NEDC
從圖5和圖6可以看出:由于在城市循環(huán)工況下,整車需求轉(zhuǎn)矩較小,因此,在大多數(shù)情況下電動(dòng)汽車運(yùn)行于單電機(jī)驅(qū)動(dòng)模式,只有在短暫的急加速情況下運(yùn)行于雙電機(jī)驅(qū)動(dòng)模式;在市郊循環(huán)工況下,由于對(duì)車輛動(dòng)力性的要求較高,因此,電動(dòng)汽車運(yùn)行在雙電機(jī)驅(qū)動(dòng)模式下的比例較城市循環(huán)的更高,說(shuō)明開發(fā)的整車控制系統(tǒng)能夠根據(jù)整車需求實(shí)現(xiàn)單、雙電機(jī)驅(qū)動(dòng)模式的實(shí)時(shí)切換。
根據(jù)雙電機(jī)雙軸驅(qū)動(dòng)電動(dòng)汽車動(dòng)力系統(tǒng)構(gòu)型的特點(diǎn),分析了整車控制器的功能,開發(fā)了整車控制系統(tǒng)。(1)給出的基于慣性權(quán)重線性遞減有限粒子群算法的雙電機(jī)電動(dòng)汽車驅(qū)動(dòng)轉(zhuǎn)矩分配策略,在保證雙電機(jī)聯(lián)合驅(qū)動(dòng)效率的同時(shí),防止了前、后驅(qū)動(dòng)軸驅(qū)動(dòng)力矩過(guò)高導(dǎo)致前、后驅(qū)動(dòng)輪打滑現(xiàn)象的發(fā)生。在保證整車動(dòng)力性的同時(shí),又兼顧了整車的經(jīng)濟(jì)性。(2)對(duì)整車控制器進(jìn)行了NEDC循環(huán)工況下的硬件在環(huán)測(cè)試。試驗(yàn)結(jié)果表明所開發(fā)整車控制系統(tǒng),在實(shí)現(xiàn)轉(zhuǎn)矩分配的基礎(chǔ)上具有良好的實(shí)時(shí)性和穩(wěn)定性,可以滿足車輛行駛需要,符合設(shè)計(jì)預(yù)期。